当摇滚巨星的沉默被打破：脑磁图与抑郁症的“看见”之路
在三十多岁、正值事业巅峰时，Bruce Springsteen（布鲁斯·斯普林斯汀）曾深陷抑郁，甚至有过自杀念头。他后来寻求帮助，通过心理治疗与药物支持，慢慢走出阴影。这段经历提醒我们：抑郁症可能隐藏在最光辉的舞台背后。
如果我们能在病痛无法表述前，就“看见”大脑内部的异常，就能更早给予支持。脑磁图（Magnetoencephalography, MEG）正是这样一种有潜力的工具。
什么是抑郁症？
抑郁症（Major Depressive Disorder, MDD）是一种常见的情感障碍，是全球疾病负担的重要来源。其核心症状包括持续的情绪低落、兴趣丧失、精力不足，并可伴随认知、睡眠及食欲障碍。重度抑郁症不仅影响生活质量，也与自杀风险显著增加密切相关[1]。世界卫生组织数据显示，全球约有超过 3 亿人受到抑郁症困扰，是导致失能的首要原因之一[2]。在中国，抑郁障碍整体患病率约10.5%，终身患病率约6.9%，12个月患病率约3.6%[3]。
由于抑郁症症状多样且常与焦虑、躯体疾病等共病，临床早期识别困难，往往延误治疗时机。早期、客观的神经生物学标志物对于提高诊断准确性、预测治疗反应和评估预后具有重要意义。
近年来，国内外学者利用MEG等多模态神经影像技术对抑郁症的疾病机制、风险评估和疗效预测进行深入研究，取得了丰富成果。且随着 MEG 技术的进步，空间分辨率与时间分辨率不断提升，未来有望与 MRI、fMRI、EEG 等多模态成像及机器学习算法结合，形成更精确、更个性化的抑郁症诊疗体系。
脑磁图在抑郁症中的应用与前景
MEG是一种记录脑内神经元电流活动所产生的微弱磁场的非侵入式技术。与传统脑电图（EEG）相比，MEG受颅骨和头皮组织干扰更少，能精准反映大脑神经网络的时间动态，特别适合研究抑郁症中异常的神经环路和脑区间的功能连接。
异常脑网络识别
研究发现，重性抑郁障碍患者在前额叶、扣带回及默认模式网络（DMN）等区域的神经同步性存在显著异常。MEG可对这些功能连接进行定量分析，帮助理解抑郁症的病理机制。
个性化神经调控疗法指导
MEG可在抗抑郁药物、重复经颅磁刺激（rTMS）等干预前后，评估大脑功能连接与振荡活动的变化。配合TMS、tDCS等神经调控技术，MEG可实时监测疗效并优化刺激参数，为个体化治疗方案提供参考。
早期筛查与风险评估
通过特定频段（如θ波、α波）的功率变化，MEG有望在临床症状明显之前捕捉潜在的神经活动异常，实现早期识别。
大规模人群研究
多中心合作与标准化流程将促进MEG在抑郁症早筛、疗效追踪和预后评估中的常规化使用。
支撑研究案例
-
前额叶-亚前扣带功能连接：抑郁症诊断与疗效预测的新窗口
抑郁症（Major Depressive Disorder, MDD）诊断与治疗存在很大的个体差异性；许多患者对抗抑郁药物的反应不佳或反应时间长，且目前缺乏可靠的生物标志物来预测疗效。前额叶皮质（dorsolateral prefrontal cortex, DLPFC）与亚前扣带皮层（subgenual anterior cingulate cortex, sgACC）在情绪调节中被认为非常关键，其功能连接性（functional connectivity, FC）可能与抑郁症的症状严重度和对治疗的响应有关。
研究方法：在这项真实世界研究中，研究者招募了76名未用药的重性抑郁障碍患者和28名健康对照，通过MEG记录静息态的脑活动，重点分析前额叶皮质与亚前扣带皮层之间的α波段功能连接。随后，患者接受标准抗抑郁治疗并被持续随访，以评估症状缓解时间和疗效。
研究结果：研究发现，抑郁症患者在前额叶与亚前扣带皮层之间的功能连接显著异常，且基线功能连接越高的患者往往越快达到症状缓解。这一指标不仅能区分患者与健康人群，还能预测抗抑郁治疗的反应速度和程度，显示出MEG在抑郁症诊断与个体化治疗中的潜力。
左背外侧前额叶皮层（lDLPFC）与亚前扣带皮层（sgACC）的连接性与迟滞因子在（A）β波段呈负相关，在（B）θ波段呈正相关
这一研究表明，MEG可作为探索情绪调节网络异常和评估抗抑郁疗效的重要工具，有望为抑郁症患者提供更精准的个体化治疗依据。
-
后部α波振荡：量化抑郁症严重程度的脑磁图标志
抑郁症的严重程度与生理／神经振荡特征之间可能存在关联，但以往研究多数侧重行为或问卷评估，少数以 MEG 数据结合机器学习来预测个体症状严重度。α波（尤其是后部脑区的 alpha 振荡）被认为与醒觉状态、注意力、情绪处理等有关，其强度和分布可能反映大脑功能状态与抑郁症严重程度。
研究方法：研究者纳入22名抑郁症患者和22名健康对照，在静息状态下用MEG采集全脑神经振荡信号，并通过贝叶斯线性回归模型探索特定频段功率与抑郁症状严重程度之间的关联。
研究结果：结果显示，抑郁症患者在后部脑区的α波功率显著低于健康对照，且这一指标与抑郁严重程度呈显著负相关，α波功率越低，症状越严重。模型基于这一脑磁特征可较为准确地预测个体抑郁程度，提示MEG有望作为量化病情和监测疗效的客观工具。
MDD患者与健康对照（HC）之间在不同波段的活动的比较。（1）θ波段活动（4–8 Hz），（2）α波段活动（8-14Hz），（3）β波段活动（14-30Hz）。(A)MDD 患者的平均θ功率头皮地形图。(B)健康对照组（HC）的平均 Theta 功率头皮地形图。(C)两组在θ功率上的差异头皮地形图。(D)MDD 患者与HC的功率谱。(E)两组差异的源重建。
这项研究突出了MEG在揭示脑区特定振荡活动与抑郁严重程度关系上的优势，为未来开发客观化的抑郁症分级和疗效追踪指标提供了新思路。
总结
随着世界对心理健康关注度的不断提升，抑郁症的科学研究也进入了更加精细化和精准化的时代。脑磁图（MEG）凭借其高时间分辨率和无创优势，正逐渐成为揭示抑郁症神经机制、预测治疗反应以及指导个体化干预的重要工具。从前额叶-亚前扣带功能连接到后部α波振荡，这些研究不仅为我们理解抑郁症提供了新的视角，也为未来建立客观、可量化的诊疗标准奠定了基础。在这个世界精神卫生日，让我们共同关注心理健康，用科学技术为抑郁症患者带来更多希望与支持。
参考文献
[1] Cui, L., Li, S., Wang, S. et al. Major depressive disorder: hypothesis, mechanism, prevention and treatment. Sig Transduct Target Ther 9, 30 (2024).
[2] World Health Organization. Depression fact sheet, 2023.
[3] Yan, N., Zhang, C., Wang, Y. et al. Chinese burden of depressive disorders from 1990 to 2021 and prediction for 2030: analysis of data from the global burden of disease study 2021. BMC Psychol 13, 30 (2025).
[4] Wang Q, Tian S, Tang H, Liu X, Yan R, Hua L, Shi J, Chen Y, Zhu R, Lu Q, Yao Z. Identification of major depressive disorder and prediction of treatment response using functional connectivity between the prefrontal cortices and subgenual anterior cingulate: A real-world study. J Affect Disord. 2019 Jun 1;252:365-372.
[5] Jiang H, Popov T, Jylänki P, Bi K, Yao Z, Lu Q, Jensen O, van Gerven MA. Predictability of depression severity based on posterior alpha oscillations. Clin Neurophysiol. 2016 Apr;127(4):2108-14.
END
